如何使用Python获取此span标记内的内容？

Question

我正在尝试将Google翻译中的信息作为学习练习，我无法弄清楚如何获取此span标记的内容。

<span title="Hello" onmouseover="this.style.backgroundColor='#ebeff9'"                                  
      onmouseout="this.style.backgroundColor='#fff'">
    Hallo
</span>

我如何使用Python来访问内容。由于此范围的'title'参数是动态的，我想我可以将其作为一个入口点？

例如尝试翻译： 嗨，欢迎来到我家。你想要一杯茶还是一些饼干？

导致以下html输出：

<span title="Hi, welcome to my house." 
onmouseover="this.style.backgroundColor='#ebeff9'" 
onmouseout="this.style.backgroundColor='#fff'">
    Hallo, mein Haus begrüßen zu dürfen. 
</span>

Answer 1

结帐BeautifulSoup

Answer 2

# -*- coding: utf-8 -*-
def gettext(html):
    for sp in myhtml.split("</span>"):
       if "<span" in sp:
          return sp.rsplit(">")[-1].strip()

myhtml="""
<span title="Hello" onmouseover="this.style.backgroundColor='#ebeff9'"
      onmouseout="this.style.backgroundColor='#fff'">
    Hallo
</span>
"""

print gettext(myhtml)

myhtml="""
<span title="Hi, welcome to my house."
onmouseover="this.style.backgroundColor='#ebeff9'"
onmouseout="this.style.backgroundColor='#fff'">
    Hallo, mein Haus begrüßen zu dürfen.
</span>
"""

print gettext(myhtml)

输出

$ python mytranslate.py
Hallo
Hallo, mein Haus begrüßen zu dürfen.

Answer 3

Python附带了一些XML和HTML解析器。

• 元素树分析器
  • 这应该是解析XML文件的最pythonic方法。
  • xml.etree.ElementTree
• DOM XML解析器
  • xml.dom
  • xml.dom.minidom
• SAX XML Parser
  • xml.sax
• Expat XML Parser
  • xml.parsers.expat
• 简单的HTML和XHTML解析器
  • HTMLParser
• 第三方解析器
  • 如果您不喜欢python中包含的任何解析器。
  • lxml
  • BeautifulSoup

我建议您首先查看Python附带的解析器，如果找不到任何包含的模块，请查看第三方解析器。